Los algoritmos de R-Tree son igualmente eficientes dentro del ruido de fondo de la implementación. Hay algunos que son un poco más eficientes que otros en teoría, pero las características generales de los algoritmos de R-Tree tienden a dominar en el extremo superior. Los intentos de paralelizar R-Trees en compañías con una reputación de paralelismo competente tienden a tocar fondo alrededor de 20 nodos de cómputo. Las versiones convencionales se aproximan asintóticamente a un rendimiento inutilizable mucho antes. PostgreSQL tiene la mejor implementación de código abierto que conozco; La mayoría de las bases de datos comerciales de alta gama con opciones geoespaciales tienen algoritmos algo más eficientes pero no cualitativamente mejores. Todos exhiben relativamente poca eficiencia y capacidad de distribución.
Los únicos algoritmos de indexación espacial que pueden escalar de manera demostrable a muchos miles de millones de polígonos e ingerirlos a velocidades sostenidas de millones por segundo en sistemas distribuidos son los desarrollados por SpaceCurve (trabajo allí). La eficiencia es extremadamente alta, pero es exagerada si solo administra unos pocos millones de geometrías que se actualizan un par de cientos de veces por segundo. PostgreSQL manejará ese caso muy bien.
- Cómo resolver el problema 'Eliminar la cadena' (PSTRING) en SPOJ
- ¿Por qué no hablamos de O grande para algoritmos de aprendizaje automático?
- ¿Podemos hacerlo mejor en complejidad de tiempo que el siguiente código para calcular la suma de los primeros 10 primos?
- Cómo calcular coeficientes binomiales para números muy grandes
- Cómo hacer un diagrama de flujo y un algoritmo para convertir números binarios a decimales
